采摘机器人果实识别的多源图像配准

为了提高果实识别的准确性，减少非结构化环境对识别的影响，使用基于光学混合探测（PMD）技术的深度摄像机与RGB摄像机组合捕获果园环境的多源图像；SURF算法提取待配准图像的尺度不变特征，欧式距离作为判断特征相似性的测度，最近邻与次近邻比值实现特征向量的初匹配，最近邻的搜索策略加速匹配过程；剔除异常点与优化模型交替迭代的方法提纯匹配结果；并以均方误差(MSE)、归一化互信息(NMI)和相关系数(COEF)作为配准效果的客观评价标准。不同试验结果表明：双摄像机组合丰富了锁定目标区域的信息量，配准算法的实时性、鲁棒性及精度均能满足果园试验的要求。